如何理解矩阵特征值?
2014-11-23 20:13
176 查看
从线性空间的角度看,在一个定义了内积的线性空间里,对一个N阶对称方阵进行特征分解,就是产生了该空间的N个标准正交基,然后把矩阵投影到这N个基上。N个特征向量就是N个标准正交基,而特征值的模则代表矩阵在每个基上的投影长度。
特征值越大,说明矩阵在对应的特征向量上的方差越大,功率越大,信息量越多。
特征向量可以看作坐标向量,特征值就是矩阵在该坐标方向上的分量大小值,特征分析相当于提取矩阵的信息出来吧。较大的特征值对应的特征向量就较为重要,矩阵降维就用的提取主特征向量思想。
特征值越大,说明矩阵在对应的特征向量上的方差越大,功率越大,信息量越多。
特征向量可以看作坐标向量,特征值就是矩阵在该坐标方向上的分量大小值,特征分析相当于提取矩阵的信息出来吧。较大的特征值对应的特征向量就较为重要,矩阵降维就用的提取主特征向量思想。
相关文章推荐
- 如何理解矩阵特征值?
- 如何理解矩阵特征值?
- 如何理解矩阵特征值?
- 如何理解矩阵特征值 II?
- 如何理解矩阵特征值
- 基类指针指向子类对象改如何理解
- 理解null如何影响in和exits语句
- 关于增值税的即征即退;先征后返;先征后退怎么理解,如何加以区分?
- 如何正确的理解使用posix1提供的信号量
- 如何去理解 拓扑排序算法
- rss的普及需要一个容易理解的中文名字,叫“新闻源”如何?
- 如何理解三层
- 如何正确理解商业智能(BI)?
- 如何正确理解企业文化
- 如何理解及定义指针 指针系列之二
- 美国孩子如何理解灰姑娘
- 如何理解穷人的仇富心理
- 如何理解OmniFind Edition中的IDS
- 如何理解数组的length?